一种基于在线离线辨识结合的锂电池荷电状态估计方法

    公开(公告)号:CN116298913A

    公开(公告)日:2023-06-23

    申请号:CN202310247620.4

    申请日:2023-03-14

    Abstract: 本发明公开了一种基于在线离线辨识结合的锂电池荷电状态估计方法,包括以下步骤:S1.建立锂离子电池三阶等效电路模型,然后根据三阶等效电路模型确定回路方程跟观测方程,再根据拉普拉斯变换建立锂离子电池在线参数的状态空间方程;S2.锂离子电池模型的参数离线辨识:通过恒流放电实验确定Uoc、R0与SOC的关系;S3.锂离子电池模型的参数在线辨识:通过对锂离子电池模型拉普拉斯方程采用双线性变换进行离散化,转化成差分方程后进行辨识,并逆运算出锂离子电池模型参数;S4.当锂离子电池模型的参数进行更新后,采用自适应卡尔曼滤波算法估计锂离子电池SOC。本发明降低了SOC估计过程中的噪声,并大幅度提高了电池模型的精度。

    一种基于改进的SFO-EKF的锂电池荷电状态估计方法

    公开(公告)号:CN117092517A

    公开(公告)日:2023-11-21

    申请号:CN202310901538.9

    申请日:2023-07-21

    Abstract: 本发明公开了一种基于改进的SFO‑EKF的锂电池荷电状态估计方法,包括以下步骤为:S1.建立基于锂电池的二阶等效电路模型,获得锂电池回路方程和输出方程,并进行离散化得到锂电池在线参数的状态空间方程;S2.通过电池恒流充放电实验得到电池的开路电压Uoc和SOC,获取开路电压Uoc和SOC的函数关系;S3.使用变遗忘因子最小二乘算法对锂电池模型参数进行在线辨识;S4.建立改进的SFO‑EKF算法,SFO算法用来计算状态空间方程的系统噪声协方差和测量噪声协方差的最优值,结合扩展卡尔曼滤波算法对SOC进行估计。本发明能够准确估计锂电池荷电状态,误差小,估计精度高。

Patent Agency Ranking